هوش مصنوعی چند‌مدلی (Multimodal AI) با توانایی تحلیل همزمان داده‌های متنوع پزشکی، از جمله تصاویر رادیولوژی، سیگنال‌های فیزیولوژیک و اطلاعات بالینی متنی، تحولی در تشخیص و پیش‌بینی بیماری‌ها ایجاد کرده است. این مقاله مروری تحلیلی بر پژوهش‌های اخیر در زمینه یادگیری چند‌مدلی برای پردازش داده‌های پزشکی ارائه می‌دهد و چارچوب‌های اصلی، تکنیک‌های ادغام داده‌ها و کاربردهای کلیدی آن‌ها را بررسی می‌کند. علاوه بر تحلیل مزایا و محدودیت‌ها، فرصت‌ها و مسیرهای پژوهشی آینده در این حوزه مورد بحث قرار می‌گیرد. مرور این مطالعات نشان می‌دهد که یادگیری چند‌مدلی می‌تواند دقت تشخیص بالینی را بهبود دهد، فرآیند تصمیم‌گیری پزشکی را تقویت کند و زمینه‌ای برای توسعه سیستم‌های هوشمند پزشکی فراهم نماید.